Corso di formazione Spring AI

1. Introduzione a Spring AI

• Creazione e configurazione del progetto
• Il ruolo del prompt e l'invio del prompt
• Scrittura di un primo test
• Scelta del modello
• Configurazione del modello
• Anteprima delle funzionalità di Spring AI

2. Comprendere le risposte

• Come verificare le risposte pertinenti
• L'accuratezza in fase di esecuzione

3. I prompt in dettaglio

• Utilizzo dei template prompt
• Definizione di un nuovo template prompt
• Comprendere il contesto
• Il ruolo e la sua importanza
• Influenzare la generazione delle risposte utilizzando opzioni
• Streaming e formattazione dell'output
• I metadati nella risposta

4. Utilizzare i propri dati e documenti

• Comprendere la RAG (Retrieval-Augmented Generation)
• Configurazione dello vector store e caricamento dei documenti
• Una prima implementazione RAG
• Una RAG utilizzando un advisor
• Funzionalità RAG modulari

5. Il ruolo della memoria nell'IA

• Perché abbiamo bisogno della memoria
• Aggiunta e configurazione della memoria per supportare la conversazione
• L'ID della conversazione
• Supporto alla memoria persistente
• Archiviazione della memoria chat nello vector store

6. Strumenti AI

• Un'applicazione abilitata per gli strumenti
• Comprendere le capacità degli strumenti
• Scrittura e utilizzo dello strumento
• Funzioni come strumenti

7. Il Model Context Protocol (MCP)

• Perché abbiamo bisogno di MCP?
• Lavorare con un Client MCP
• Scrittura del Server MCP
• Database e strumenti per il Server MCP
• Comprendere il trasporto HTTP e SSE (Server-Sent Events)
• Esposizione di prompt e risorse

8. Monitoraggio delle operazioni

• Abilitazione delle metriche dell'actuator
• Verifica delle operazioni dello vector store
• Osservazione delle interazioni con il modello
• Conteggio dei token
• Inserimento di tutti i dati in Prometheus e creazione di un dashboard
• Tracing delle operazioni AI

9. Protezione nell'IA generativa

• Controllo dei documenti acceduti tramite RAG
• Sicurezza degli strumenti
• Contrasto al prompting avversariale
• Moderazione dell'input dell'utente

10. Pattern generativi comuni

• Riassunto del contenuto
• Traduzione dei messaggi
• Analisi del sentiment

11. Il ruolo degli Agenti

• Cos'è un agente
• Implementazione di flussi di lavoro agentici
• Catena di prompt, routing dei task e parallelizzazione
• Accesso all'agente tramite MCP